dify: Dify 是一个易用的 LLMOps 平台，旨在让更多人可以创建可持续运营的原生 AI 应用

English | 简体中文 | 日本語 | Español

官方网站 • 使用文档 · 部署文档 · FAQ • Twitter • Discord

Dify 是一个易用的 LLMOps 平台，基于不同的大型语言模型能力，让更多人可以简易地创建可持续运营的原生 AI 应用。Dify 提供多种类型应用的可视化编排，应用可开箱即用，也能以“后端即服务”的 API 提供服务。

通过 Dify 创建的应用包含了：

开箱即用的的 Web 站点，支持表单模式和聊天对话模式
一套 API 即可包含插件、上下文增强等能力，替你省下了后端代码的编写工作
可视化的对应用进行数据分析，查阅日志或进行标注

https://github.com/langgenius/dify/assets/100913391/f6e658d5-31b3-4c16-a0af-9e191da4d0f6

核心能力

模型支持： 你可以在 Dify 上选择基于不同模型的能力来开发你的 AI 应用。Dify 兼容 Langchain，这意味着我们将逐步支持多种 LLMs ，目前支持的模型供应商：

我们为所有注册云端版的用户免费提供以下资源（登录 dify.ai 即可使用）：

60 万 Tokens Claude 模型的消息调用额度，用于创建基于 Claude 模型的 AI 应用
200 次 OpenAI 模型的消息调用额度，用于创建基于 OpenAI 模型的 AI 应用
300 万讯飞星火大模型 Token 的调用额度，用于创建基于讯飞星火大模型的 AI 应用
100 万 MiniMax Token 的调用额度，用于创建基于 MiniMax 模型的 AI 应用

可视化编排 Prompt： 通过界面化编写 prompt 并调试，只需几分钟即可发布一个 AI 应用。
文本 Embedding 处理（数据集）：全自动完成文本预处理，使用你的数据作为上下文，无需理解晦涩的概念和技术处理。支持 PDF、txt 等文件格式，支持从 Notion、网页、API 同步数据。
基于 API 开发： 后端即服务。您可以直接访问网页应用，也可以接入 API 集成到您的应用中，无需关注复杂的后端架构和部署过程。
插件能力： Dify 「智聊」平台已支持网页浏览、Google 搜索、Wikipedia 查询等第一方插件，可在对话中实现联网搜索、分析网页内容、展示 AI 的推理过程。
团队 Workspace： 团队成员可加入 Workspace 编辑、管理和使用团队内的 AI 应用。
数据标注与改进： 可视化查阅 AI 应用日志并对数据进行改进标注，观测 AI 的推理过程，不断提高其性能。（Coming soon）

Use cases

使用云服务

访问 Dify.ai 使用云端版。

安装社区版

系统要求

在安装 Dify 之前，请确保您的机器满足以下最低系统要求：

CPU >= 2 Core
RAM >= 4GB

快速启动

启动 Dify 服务器的最简单方法是运行我们的 docker-compose.yml 文件。在运行安装命令之前，请确保您的机器上安装了 Docker 和 Docker Compose：

cd docker
docker compose up -d

运行后，可以在浏览器上访问 http://localhost/install 进入 Dify 控制台并开始初始化安装操作。

Helm Chart

非常感谢 @BorisPolonsky 为我们提供了一个 Helm Chart 版本，可以在 Kubernetes 上部署 Dify。您可以前往 https://github.com/BorisPolonsky/dify-helm 来获取部署信息。

配置

需要自定义配置，请参考我们的 docker-compose.yml 文件中的注释，并手动设置环境配置，修改完毕后，请再次执行 docker-compose up -d。

Roadmap

我们正在开发中的功能：

数据集，支持更多的数据集，通过网页、API 同步内容。用户可以根据自己的数据源构建 AI 应用程序。
插件，我们将发布符合 ChatGPT 标准的插件，支持更多 Dify 自己的插件，支持用户自定义插件能力，以在应用程序中启用更多功能，例如以支持以目标为导向的分解推理任务。

Q&A

Q: 我能用 Dify 做什么？

A: Dify 是一个简单且能力丰富的 LLM 开发和运营工具。你可以用它搭建商用级应用，个人助理。如果你想自己开发应用，Dify 也能为你省下接入 OpenAI 的后端工作，使用我们逐步提供的可视化运营能力，你可以持续的改进和训练你的 GPT 模型。

Q: 如何使用 Dify “训练”自己的模型？

A: 一个有价值的应用由 Prompt Engineering、上下文增强和 Fine-tune 三个环节组成。我们创造了一种 Prompt 结合编程语言的 Hybrid 编程方式（类似一个模版引擎），你可以轻松的完成长文本嵌入，或抓取用户输入的一个 Youtube 视频的字幕——这些都将作为上下文提交给 LLMs 进行计算。我们十分注重应用的可运营性，你的用户在使用 App 期间产生的数据，可进行分析、标记和持续训练。以上环节如果没有好的工具支持，可能会消耗你大量的时间。

Q: 如果要创建一个自己的应用，我需要准备什么？

A: 我们假定你已经有了 OpenAI 或 Claude 等模型的 API Key，如果没有请去注册一个。如果你已经有了一些内容可以作为训练上下文，就太好了。

Q: 提供哪些界面语言？

A: 支持英文、中文，你可以为我们贡献语言包并提供维护支持。

Star History

贡献

我们欢迎你为 Dify 作出贡献帮助 Dify 变得更好。我们欢迎各种方式的贡献，提交代码、问题、新想法、或者分享你基于 Dify 创建出的各种有趣有用的 AI 应用。同时，我们也欢迎你在不同的活动、研讨会、社交媒体上分享 Dify。

贡献代码

为了确保正确审查，所有代码贡献 - 包括来自具有直接提交更改权限的贡献者 - 都必须提交 PR 请求并在合并分支之前得到核心开发人员的批准。

我们欢迎所有人提交 PR！如果您愿意提供帮助，可以在贡献指南中了解有关如何为项目做出代码贡献的更多信息。

提交问题或想法

你可以通过 Dify 代码仓库新增 issues 来提交你的问题或想法。如遇到问题，请尽可能描述你遇到问题的操作步骤，以便我们更好地发现它。如果你对我们的产品有任何新想法，也欢迎向我们反馈，请尽可能多地分享你的见解，以便我们在社区中获得更多反馈和进一步讨论。

分享你的应用

我们鼓励所有社区成员分享他们基于 Dify 创造出的 AI 应用，它们可以是应用于不同情景或不同用户，这将有助于为希望基于 AI 能力创造的人们提供强大灵感！你可以通过 Dify-user-case 仓库项目提交 issue 来分享你的应用案例。

向别人分享 Dify

我们鼓励社区贡献者们积极展示你使用 Dify 的不同角度。你可以通过线下研讨会、博客或社交媒体上谈论或分享你使用 Dify 的任意功能，相信你独特的使用分享会给别人带来非常大的帮助！如果你需要任何指导帮助，欢迎联系我们 support@dify.ai ,你也可以在 twitter @Dify.AI 或在 Discord 社区交流来帮助你传播信息。

帮助别人

你还可以在 Discord、GitHub issues或其他社交平台上帮助需要帮助的人，指导别人解决使用过程中遇到的问题和分享使用经验。这也是个非常了不起的贡献！如果你希望成为 Dify 社区的维护者，请通过Discord 社区联系官方团队或邮件联系我们 support@dify.ai.

联系我们

如果您有任何问题、建议或合作意向，欢迎通过以下方式联系我们：

在我们的 GitHub Repo 上提交 Issue 或 PR
在我们的 Discord 社区上加入讨论
发送邮件至 hello@dify.ai

安全

为了保护您的隐私，请避免在 GitHub 上发布安全问题。发送问题至 security@dify.ai，我们将为您做更细致的解答。

Citation

本软件使用了以下开源软件：

Chase, H. (2022). LangChain [Computer software]. https://github.com/hwchase17/langchain

更多信息，请参考相应软件的官方网站或许可证文本。

License

本仓库遵循 Dify Open Source License 开源协议。